車載定位定向系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、車載定位定向技術(shù)是一種典型的軍民兩用技術(shù)：一類應(yīng)用于車載武器發(fā)射平臺，提高武器系統(tǒng)的機動性，保證打擊精度；另一類應(yīng)用于車載移動測量系統(tǒng)，降低測繪成本，提高成圖效率。論文結(jié)合兩類典型應(yīng)用背景，研究了車載捷聯(lián)慣導(dǎo)系統(tǒng)初始對準、組合導(dǎo)航和事后平滑處理等關(guān)鍵技術(shù)。
　　論文主要研究內(nèi)容包括：
　　1.按靜基座條件、搖擺基座條件和行駛條件對捷聯(lián)慣導(dǎo)系統(tǒng)的初始對準算法展開研究。在靜基座條件下，分析了三種傳統(tǒng)粗對準方法的基本原理、極限精度

2、和局限性。針對搖擺基座環(huán)境，提出了慣性系REQUEST對準算法，并采用低通濾波器抑制線振動干擾的影響。通過算法誤差推導(dǎo)，得到了陀螺漂移的在線估計方法，同時指出了慣性系對準算法的適用條件。在此基礎(chǔ)上，將慣性系REQUEST對準算法推廣至車輛行進間對準。在里程儀輔助的行進間對準算法中，對慣性系比力進行二次積分并從中獲得位置更新信息，避免了回溯導(dǎo)航，同時保證了姿態(tài)和位置對準精度。在GPS輔助行進間對準算法中，通過對慣性系比力的一次積分避免了對

3、GPS速度求導(dǎo)引起的誤差放大。車載實驗表明，兩種行進間對準算法的方位精度可達0.5mil。
　　2.在分析解析雙位置對準算法、卡爾曼濾波雙位置對準算法和傳統(tǒng)參數(shù)辨識雙位置對準算法的基礎(chǔ)上，提出了兩種新的最優(yōu)雙位置對準算法：改進參數(shù)辨識雙位置對準算法和慣性系雙位置對準算法。通過分析和驗證表明，兩種新算法與卡爾曼濾波方法具有同等的對準精度，其中慣性系雙位置對準方法抗晃動能力強，收斂速度快，無需初值設(shè)置，且不需要粗對準時間。
　　

4、3.設(shè)計了自主式車載導(dǎo)航方案，并重點研究了兩種自主導(dǎo)航算法：SINS/OD組合導(dǎo)航算法和零速校正算法。在分析標度因數(shù)誤差、安裝角度誤差、安裝桿臂誤差的基礎(chǔ)上，建立了完整的里程儀誤差模型，設(shè)計了位置增量量測的SINS/OD組合導(dǎo)航算法，并進行了可觀測性分析。在2次400km的長途車載實驗中，SINS/OD組合導(dǎo)航可以達到0.03％DT（CEP）的水平定位精度。針對捷聯(lián)慣導(dǎo)系統(tǒng)動態(tài)誤差源眾多、常規(guī)零速校正方法精度不高的特點，完善了車輛運動學(xué)

5、約束算法的誤差模型，并將其與常規(guī)停車零速校正方法相結(jié)合，按照序貫濾波的方式設(shè)計了運動學(xué)約束輔助的零速校正算法。采用改進算法在單向路徑和環(huán)形路徑分別進行了車載導(dǎo)航實驗，間隔10 min停車零速校正的位置精度均優(yōu)于10 m。
　　4.系統(tǒng)研究了車載測繪POS實時組合導(dǎo)航及事后處理算法。在實時SINS/GPS組合導(dǎo)航算法中，將主要慣性器件的標度因數(shù)誤差列入狀態(tài)方程，對IMU、GPS天線和轉(zhuǎn)位機構(gòu)之間的多級桿臂誤差進行在線辨識，采用硬件計